Development of Magnetic Particle Imaging (MPI) for Cell Tracking and Detection
Notice bibliographique
Résumé
Abstract Introduction Magnetic particle imaging (MPI) is a new imaging modality that sensitively and specifically detects superparamagnetic iron oxide nanoparticles (SPIONs) within a sample. SPION-based MRI cell tracking has very high sensitivity, but low specificity and quantification of iron labeled cells is difficult. MPI cell tracking could overcome these challenges. Methods MDM-AB-231BR cells labeled with MPIO, mice were intracardially injected with either 2.5 × 10 5 or 5.0 × 10 5 cells. MRI was performed in vivo the same day at 3T using a bSSFP sequence. After mice were imaged ex vivo with MPI. In a second experiment Mice received an intracardiac injection of either 2.5 × 10 5 or 5 × 10 4 MPIO-labeled 231BR cells. In a third experiment, mice were injected with 5 × 10 4 4T1BR cells, labelled with either MPIO or the SPION Vivotrax. MRI and MPI was performed in vivo. Results Signal from MPI and signal voids from MRI both showed more iron content in mice receiving an injection of 5.0 × 10 5 cells than the 2.5 × 10 5 injection. In the second experiment, Day 0 MRI showed signal voids and MPI signal was detected in all mouse brains. The MPI signal and iron content measured in the brains of mice that were injected with 2.5 × 10 5 cells were approximately four times greater than in brains injected with 5 × 10 4 cells. In the third experiment, in vivo MRI was able to detect signal voids in the brains of mice injected with Vivotrax and MPIO, although voids were fainter in Vivotrax labeled cells. In vivo MPI signal was only detectable in mice injected with MPIO-labeled cells. Conclusion This is the first example of the use of MPIO for cell tracking with MPI. With an intracardiac cell injection, approximately 15% of the injected cells are expected to arrest in the brain vasculature. For our lowest cell injection of 5.0 × 10 4 cells this is ∼10000 cells.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».